面向极度濒危物种的少样本鸟鸣分类自动化流水线：以齿嘴鸠（Didunculus strigirostris）为例

《Ecology and Evolution》：An Automated Pipeline for Few-Shot Bird Call Classification, a Case Study With the Tooth-Billed Pigeon

　　

本文提出了一种高度自动化的单样本（one-shot）鸟鸣分类流水线，并纳入有针对性的手动质量控制步骤，专门针对在BirdNET和Perch等大型公开分类器中缺失的珍稀物种。尽管这些模型在识别具有充足训练数据的常见鸟类方面表现出色，但它们无法处理仅拥有1至3条已知录音的物种，这对监测濒危鸟类最后剩余个体的保护工作者而言是一个关键限制。为解决这一问题，研究人员利用大型鸟类分类网络的嵌入空间（embedding space），结合余弦相似度（cosine similarity）构建分类器，并与滤波和去噪预处理技术相结合，以在最小训练数据下优化检测。研究人员使用聚类指标（clustering metrics）评估多种嵌入空间，并在两种场景中验证了该方法：一是使用Xeno-Canto录音的模拟场景，二是对极度濒危的齿嘴鸠（Didunculus strigirostris）进行的实际测试——该物种目前没有现成分类器，且仅有3条确认录音。最终模型在检测齿嘴鸠鸣声时达到了1.0的召回率（recall）和0.95的准确率（accuracy），使其具备野外实用价值。这一开源系统为保护工作者监测濒临灭绝的珍稀物种提供了实用工具。

齿嘴鸠（Didunculus strigirostris）是仅分布于萨摩亚的极度濒危物种，其野外存续状态不确定，目前仅有3条确认的鸣声录音。有效鸟类保护需要识别、监测和追踪物种，但在森林冠层中直接视觉观察困难，相机陷阱受遮挡和固定视野限制；被动声学监测（passive acoustic monitoring）因声音可穿透植被且可全向记录而成为可行方案。然而，当目标个体极为稀少时，需部署大量录音设备并分析数百至数千小时音频，人工审查不现实。现有基于人工智能的鸟鸣分类器（如BirdNET、Perch）在常见物种上表现优异，但训练数据存在严重类别不平衡，对仅有1–3条录音的物种缺乏支持，且在重叠鸣声和微弱鸣声场景下不可靠。此前零样本（zero-shot）和少样本（few-shot）方法仍不足以支撑野外部署。因此，研究人员开发了一种以极少训练数据（最低单条录音）检测目标鸟种的流水线。

该研究构建了一条高度自动化的流水线，包括信号预处理、嵌入生成、模型选择、阈值分类和事件检测。首先在模拟数据集上验证：选用美国阿巴拉契亚地区常共存的5种鸟类（肯塔基莺、白喉麻雀、卡罗来纳鹪鹩、北美红雀、东部主红雀），将东部主红雀作为目标稀有种，每个物种3条Xeno-Canto录音用于训练、6条用于测试。然后在真实场景中应用：在萨摩亚使用Audiomoth和AR4录音装置部署多年，收集超过20,